JAIST Repository
https://dspace.jaist.ac.jp/Title
科学技術知識のマッピング研究の現状と今後の課題
Author(s)
伊神, 正貫; 阪, 彩香; 梶川, 裕矢
Citation
年次学術大会講演要旨集, 25: 825-828
Issue Date
2010-10-09
Type
Conference Paper
Text version
publisher
URL
http://hdl.handle.net/10119/9420
Rights
本著作物は研究・技術計画学会の許可のもとに掲載す
るものです。This material is posted here with
permission of the Japan Society for Science
Policy and Research Management.
２Ｇ０４
科学技術知識のマッピング研究の現状と今後の課題
○伊神正貫，阪 彩香（文科省・科学技術政策研），梶川裕矢（東大） 1. はじめに 科学技術の知の構造や発展を客観的に記述する上で計 量書誌学の手法は強力なツールとなる。黎明期における Henry Small らによる共引用関係を用いたマッピング研究の発 表[1,2]から数十年がたち、近年の劇的な情報処理技術の進 展や、科学論文や特許のデータベース整備は、この分野の 研究に革新をもたらした。特に知識のマッピングは新たな研 究として注目を浴びており多くの研究が欧米を中心に行なわ れている[3]。 科学技術知識のマッピング研究は何処まで進展し、現状で は何が把握可能なのか。また、今後、科学技術イノベーショ ン政策への適用を考えたとき何が課題となるのか。本講演で は、日本におけるマッピング研究の進展の具体例を紹介し、 そこから見えてくる科学技術知識のマッピング研究の現状と 今後の課題についてまとめる。 2. 日本におけるマッピング研究の例 ここでは、科学技術政策やイノベーション政策への応用と いう視点から、日本において継続的に科学技術知識のマッピ ング研究を行っている科学技術政策研究所(サイエンスマッ プ)と東京大学(学術俯瞰マップ)における研究の具体的な進 展について概観する。 2-1. サイエンスマップ研究の進展[4] 科学技術政策研究所において作成しているサイエンスマ ップは科学研究の動的変化を定期的に観測することを目的 に行なわれている研究であり、マッピングの対象を一般的に 認識されている分野概念より一段小さい研究領域としている 点が特徴である。サイエンスマップを用いた科学研究の分析 は、①共引用を用いた論文のグループ化による研究領域の 構築、②研究領域のマッピングによる可視化、③研究領域の 内容分析の 3 つを経て行なわれる。過去に 4 回の研究が行 われている。以下に進展の状況をしめす。 (技術予測の一環として調査開始: 2003～2004 年度) 第 1 回目のサイエンスマップの作成は科学技術予測の一 環として実施された。その目的は、急速に発展しつつある研 究領域を抽出する事であり、マッピングの対象は主に個々の 研究領域であった。これによりマッピングが研究領域の構造 を可視化するのに有効な手段であることが確認された。 (科学研究俯瞰への挑戦: 2005～2006 年度) 続く第 2 回目のサイエンスマップ 2004 では、研究領域間の 関係を示した研究領域相関マップを導入した。研究領域相関 マップから研究領域はマップ上で更なる高次構造（研究領域 群）を形成することが明かになり、ナノサイエンスの研究領域 群が化学や物理学に関係する研究領域群の間に形成されて いる事などが明かになった。 (マッピング手法の確立: 2007 年度) 研究領域相関マップによって研究領域が互いにどのような 位置関係にあるのかが俯瞰的に把握可能となる。しかし、 個々のマップで得られるのは科学研究のある期間におけるス ナップショットであり、研究領域間の関係がどのように変化し ているのか、これまでには観測されなかった新たな研究領域 が生まれつつあるかなどの、科学研究の時系列変化につい ては追跡する事が出来ない。そこで、第 3 回目のサイエンス マップ 2006 では、サイエンスマップ 2004 と 2006 を接合し、 科学研究の時系列分析を可能とするマッピング手法の開発 を行った。また、各国の論文シェアなどの統計情報をマップ 上に重ねて表示する可視化方法を開発した。 (科学技術イノベーション政策のツールとしての活用方法探 索: 2009 年度) 第 1～3 回調査を通じて科学研究の全体像を俯瞰するため のマッピング手法の基盤が整備された。科学研究を俯瞰する という試みは注目を浴び、サイエンスマップの結果は新聞や 学会誌などで多く紹介されている。また、NISTEP による分析 が OECD STI Scoreboard に採用されるなど、国際的な注目も 浴びている。一方で、我が国の科学技術政策立案への活用 という点では、これまでに目立った活用は行われていない。 第 4 回目となるサイエンスマップ 2008 においては、科学技 術イノベーション政策のツールとしてのサイエンスマップの活 用方法を探索するために、幾つもの試行的な調査を実施し た。以下にその内容をまとめる。(科学研究のダイナミズムの分析) サイエンスマップ 2002、2004、2006、2008 の 4 時点のデー タを接続することで、科学研究のダイナミズムの分析を実施し た。4 時点のデータを時系列比較することで、研究領域が時 間の変化とともに、生成、成長、消滅、移動、分割、融合する ようすが、マップ上の研究領域の軌跡として表現されることを 確認した。また、異なる分野の知識の組み合わせが必要な学 際的・分野融合的な研究領域が、2002～2008 年のうちに科 学全般に浸透しつつあるようすが観測された。 (高い継続性や波及効果を持つ研究領域の探索) サイエンスマップ 2004 で得られた研究領域のうち、1)どの 程度がサイエンスマップ 2008 まで継続しているのか(継続 性)、2)幾つがサイエンスマップ 2008 の研究領域に波及して いるのか、その広がりはどうか(波及効果)を調べ、高い継続性 や波及効果を持つ研究領域を、研究領域を構成するコアペ ーパ数とネットワーク指標を用いて分類した。 (研究領域内の機関共著ネットワークの可視化) 研究領域内の機関間の共著関係を可視化した。これにより、 研究領域の特徴を、機関間の相互関係(研究機関共著ネット ワークの密度、国際的な機関共著ネットワークにおける各国 機関の位置づけなど)という視点から分析することを試みた。 図表 1 インタラクティブサイエンスマップの例: 今後重要となると考えら れる研究テーマをサイエンスマップ 2008 上に記入して貰った結果。
データ: Thomson Reuter 社 “Essential Science Indicator”をもとに科学技術政策研究 所で分析 (インタラクティブサイエンスマップ) 論文分析による科学の状況把握を行うことは、定量的に分 析結果を示すことができる点で優れている。しかしながら、論 文の書誌情報や被引用回数などの情報を使うため、近過去 の状況となり、これまでにサイエンスマップ調査分析に参加し た研究者からは現時点での状況とのギャップを埋める必要性 について指摘を受けてきた。 そこで、従来のように定量的に分析できる部分に加え、「現 在研究者が体感し、認識している研究領域の情報」を、研究 者に対するウェブ調査を通じて収集することで、近過去から 現在・近未来のギャップの補完を試みた。 2-2. 学術俯瞰マップの進展[5] 一方、東京大学の研究グループでは、上記のようなマップ を作成するための基盤となるリンクマイニングおよびテキスト マイニング技術、ならびに作成されたマップの有効性の評価 や、新たな応用可能性の開拓を行っている。 上記のようなサイエンスマップ、学術俯瞰マップの作製は、 通常、以下のステップからなる。 (1) 分析対象と目的の設定 まず分析対象となる領域と分析目的を設定する必要がある。 領域としては例えば、太陽電池や二次電池のように産業上、 国家戦略上の位置づけが大きく、近年、急速に発展している 領域や、がん治療のように膨大な量の蓄積が存在する領域、 サービスイノベーションのように領域が包括的であるために 具体的に何が研究されているのかが見えにくい領域等が挙 げられるだろう。 (2) データの収集 対象領域を設定した後に、対象となるデータの種類や収集 方法を定め、文書やその書誌情報の収集を行う。論文を対象 とするのか、特許を対象とするのか、WWW 上の文書を対象 とするのか、また、どのように収集するのか、網羅的にクロー ルするのか、検索語を用いて収集するのか、また、データベ ースは何を用いるのかということを決める必要がある。 (3) ネットワークデータの構築 データを取得後、ネットワークデータを構築する。引用分析 では、論文をノード、引用をリンクとみなし、引用ネットワーク を生成する。ただし、引用ネットワークの構築方法には複数 の方法が存在する。代表的な引用ネットワークの構築方法と し て 、 (1) 直 接 引 用 (direct citation) 、 (2) 共 引 用 (co-citation) 、(3) 書誌結合 (bibliographic coupling)の３つの 手法が存在する。 (4) データ分析 代表的な分析手法には、(1)ランキング、(2)クラスタリング、 (3)構造予測が存在する。ネットワークとは、ノードとノード間の リンクから構成されるものの総称であるから、原理的には、全 てのノードの情報と、全てのノードの組み合わせに対するリン クの情報がそのネットワークの有するデータの全てといえる。
しかし、ネットワークの構造は概して非常に複雑であり、その ような複雑なデータからネットワークの全体像を我々が推測 するのは非常に困難である。そのため、ネットワークをクラス タリングなどの方法によって単純化する、もしくはネットワーク の特徴量と呼ばれる定量的な指標を用いてノードをランキン グするということが一般的に行われている。 (5) 分析結果の解釈と活用 以上、引用分析の手順と主な分析手法を解説したが、引用 分析の最も重要なプロセスは、分析結果をどのように解釈し、 それをどのように今後の研究開発マネジメントに、または戦略 的な意思決定に活用していくかということである。情報科学の 手法が全てそうであるように、リンクマイニングや引用分析は、 与えられた情報を分析しているに過ぎない。それを解釈し、 分析に価値を与えるのは分析者やユーザ自身である。分析 結果の解釈やその有効性・有用性は各自が既に有している 知識や経験に大きく依存している。 上記のプロセス全てにおいて、要素技術の開発が進んで いる。例えば、(3)に関して、有望領域をいち早く検出するた めのネットワークデータ構築法や、(4)に関して、クラスタリング 結果の頑健性の検証、リンクマイニングによる時系列データ の予測等が行われている。また、(5)に関しては、マッピング 結果の様々な応用可能性が検討されている。例えば、学術 マップと特許マップを用いて、先端的な学術研究として実施 されているが特許がほとんど取得されていない技術の特定や、 NEDO が複数の専門家に依頼して作成した技術ロードマップ と比較することで、学術俯瞰マップの優位性を実証した研究 が存在する。 4. 今後の課題 これまでに見てきたように、サイエンスマップ、学術俯瞰マ ップのいずれについても科学技術知識を可視化するための 基礎的な手法開発はひと段落し、それらを科学技術イノベー ション政策のツールとしてどのように利用できるかを探索しつ つある状況であることが分かる。 以降に、科学技術知識のマッピング研究の現状を踏まえた 今後の研究課題と、ツールとしての活用における課題につい てまとめる。 4-1. 研究課題 (認知空間と社会空間の関係性の分析) 科学技術の状況を一目で俯瞰できるマップは美しく、それ 自体で見るものを感嘆させる力を持っている。しかしながら、 それは科学技術の知識、いわば認知空間の情報を可視化し たものであるため、科学技術イノベーション政策へのインプリ ケーションには結びつけにくい。 科学技術イノベーション政策に役立つマップとするために は、科学技術の知識とそれが生み出される活動の関係性、 つまり認知空間と社会空間の関連性の分析が必要であろう。 サイエンスマップ上において、マップ上に各国シェアを重ね て表示することなどが、この例としてあげられる。サイエンスマ ップ上に示した中国論文シェアの図からは、中国が存在感を 見せている研究領域が徐々に増加しているようすなどが見て とれる。 研究領域における機関や研究者間の協力や競争の状況、 研究資金の状況などの情報を加えることが出来れば、研究領 域の形成と研究活動の関連が分析可能になるであろう。 研究領域中の機関や研究者ネットワークの分析を正確に 行うには、機関や研究者の名寄せが必要となる。一方で、研 究資金等の外部情報を加えるには、ミクロレベルでのデータ 接続が求められるであろう。 (科学から特許への知識移転測定への応用) 科学と技術の関係という視点で考えるとサイエンスマップで 観測できる範囲は、研究の成果が論文と言う形で発表される 科学に限られている。科学や技術をより俯瞰的に観測するに は、例えば特許などの情報を通じて技術を俯瞰したテクノロ ジーマップも作成する必要がある。特許文献中で引用されて いる論文の情報を用いれば、科学と技術のマップをリンクす ることも可能となり、科学から技術、技術から科学への知識移 転や、その分野依存性も観測できるようになるであろう。 但し、引用情報を用いた特許のマップの作成には困難を 伴う。論文とは異なり特許出願については、出願者が権利を 得たいと考える各国に出願が行われる。先行技術への引用 についても各国の特許出願に対して行われる。また、国によ って先行技術への引用数が大きく異なることも知られている。 これらの影響を取り除くには、3 極特許ファミリーのように同一 の発明についての出願を統合する必要がある。 また、特許における論文への引用情報は、サイエンスリン ケージの分析に必須の情報であるが、通常、非特許文献へ の引用情報はクリーニングされておらず、大規模なデータクリ ーニングが必要となる。 上記の課題を解決する手法の一つが、東京大学にて開発 されているテキストマイニング技術を用いて、論文と特許の距 離を測定する手法である。このことにより、引用関係が存在し ないもしくは大規模なクリーニングが必要で分析が困難な論 文と特許の間の関係性を分析することができる。 (科学技術の状況の実時間観測) 定量的な手法を用いて科学や技術の状況を把握するため に、マッピングは強力な手法となりえる。しかしながら、マップ から得られる情報は近過去のものとならざるを得ず、最新の 科学研究の情報を知りたいという行政ニーズとはかい離があ
る。 このギャップを埋める方法の一つとして、インタラクティブマ ップのように、ある時点のマップをもとに、科学者の意見を追 加していく方法が有効であろう。 更に考えを進めれば、論文データベースとマッピングエン ジンを直に連結することで、科学や技術の状況の実時間観 測も可能となるかも知れない。 (科学技術予測への応用) サイエンスマップの時系列研究から明らかになったのは、 科学研究の生成、消滅、移動、分割、融合するようすが、マッ プ上の研究領域の軌跡として表現されることである。知識の 進展が、マップ上の力学として表現されるのは驚きである。 研究領域のマップ上での動きを外挿することで、急成長す る研究領域や今後関係性を深める研究領域などが予測出来 る可能性がある。 今後、その精度を高める必要はあるが、膨大な量の学術情 報の中からの急成長している領域の検出、研究領域間の関 係性の分析、将来多くの引用数を獲得するであろう有望論文 の予測などが既に行われている。 4-2. ツールとしての活用における課題 (科学者や機関が自己のポジションを把握するためのツール としての応用) サイエンスマップ、学術俯瞰マップとも、それに対する認知 は徐々に広まりつつある。しかしながら、科学者がそれらを積 極的に活用するには到っていない。 東京大学総合研究機構イノベーション政策研究センター では、学術論文の全体像を俯瞰できるマップを自動的に生 成できるシステム学術俯瞰マップ作成システムを開発してい る。科学者がこのようなシステムを活用することで、自らの研 究テーマやその周辺の研究の進展の状況を容易に把握でき るようになるであろう。 また、サイエンスマップ上に、科学者が入力したキーワード や機関の位置を示すことによって、科学者や機関が自己のポ ジションを把握するためのツールとしての活用も可能であると 考えられる。 これらについては、これまでに得られた可視化手法を活用 することで、容易ではないが実現可能であり、科学技術知識 のマッピング研究の成果を活用し、その認知度を高めるには 良い方法と考えられる。 (乱用や誤用を防ぎ、ツールを使いこなす力を関係者が身に 付ける事) 認知度を上げるということは、我々分析者の手から離れて 活用されることとなる。データの特性からどこまでが言えて、 どこが限界か。他のデータも同時に扱う場合、比較してよい のか、結合してもよいのか。ツールの有用性を説き認知度を 上げるととともに、限界についても我々は提示していく責任が 生じる。 乱用や誤用の防止策として、まずは小さなことだが、何の データベースを用いて、どのような計算方法で分析したかを 注釈として明記することを徹底することから始めるのはどうだ ろうか。活用者も一手間を惜しまず、専門家への確認を行っ てほしい。 また、今後より一層多くなる情報（シェアやランキングなど） に踊らされることが無いように、関係者に対してある程度デー タを読む力を教育していく機会を持つべきであろう。それぞ れの立場のコンテキストの中で有用である情報を選択し、神 経を使えばよいのである。ユーザがツールに振り回されるの ではなく、ツールを活用出来るよう、注意喚起を常時おこなう 必要がある。 (機密性と開示性についての問題) これはマッピング研究に限った事ではないが、科学技術イ ノベーション政策のツールについては、そこから得られた結 果やツールを何処まで公開するかが、将来的には問題にな ると考えられる。 科学技術の状況の実時間観測や予測の結果は、政策を決 定する際の要となる情報であり、機密性が重要となる。一方で、 科学としての進展を考えるのであれば、結果やツールは広く 使用されることが望ましいであろう。 機密性と開示性、この両者のバランスについても、科学技 術イノベーション政策のための科学を推進する上で考えてい く必要があるであろう。 参考文献
[1] Small, H. and Sweeney, E. (1985a), Clustering the Science Citation Index using Co-citations. I. A Comparison of Methods,
Scientometrics, 7 : 391-409.
[2] Small, H., Sweeney, E., and Greenlee, E. (1985b), Clustering the Science Citation Index using Co-citations. II. Mapping Science, Scientometrics, 8 : 321-340.
[3] Börner, K., Chen, C., and Boyack, K. W. (2003), Visualizing Knowledge Domains, Annual Review of Information Science
and Technology, 37 : 179-255. [4] 科学技術政策研究所による一連の研究については以 下を参照のこと(http://www.nistep.go.jp/index-j.html)。 [5] 東京大学大学院工学系研究科総合研究機構イノベーシ ョン政策研究センターによる一連の研究については以下を参 照のこと（http://www.ipr-ctr.t.u-tokyo.ac.jp/）。
